I. Creando nuestros datos

Primero, crearemos un vector con cada uno de los nombres de la personas y los datos de la latitus y longitud del lugar de la República Mexicana al que les gustaría viajar. Posteriormente, mediante la función rbind crearemos una matriz por columnas con los datos de las ubicaciones a las que nos gustaría viajar:

Andres<-c(-96.1429000,19.1809500)
Eric<-c(-89.0503700,19.6930200)
Kathia<-c(-87.378,21.524)
Aldo<-c(-107.766667,27.516667)
viajes<-rbind(Andres,Eric,Kathia,Aldo)
viajes
##              [,1]     [,2]
## Andres  -96.14290 19.18095
## Eric    -89.05037 19.69302
## Kathia  -87.37800 21.52400
## Aldo   -107.76667 27.51667

II. Cambiando el nombre de nuestras columnas

Una vez que hemos creado nuestra matriz de datos, cambiaremos el nombre de nuestras columnas con la función colnames:

colnames(viajes)<-c("Longitud","Latitud")
viajes
##          Longitud  Latitud
## Andres  -96.14290 19.18095
## Eric    -89.05037 19.69302
## Kathia  -87.37800 21.52400
## Aldo   -107.76667 27.51667

III. Transformando nuestra matriz en un data.frame

Recuerda que para hacer gráficas con ggplot y mapas con qmplot necesitamos un data frame. Vamos a transformar nuestra matriz en un data.frame de la siguiente forma:

viajes<-data.frame(viajes)
viajes
##          Longitud  Latitud
## Andres  -96.14290 19.18095
## Eric    -89.05037 19.69302
## Kathia  -87.37800 21.52400
## Aldo   -107.76667 27.51667

IV. Creando una gráfica de dispersión con nombres y puntos

Podemos crear una grafica de dispersión y usar los nombres como etiqueta si utilizamos la función ggplot junto con geom_text; además, podemos agregar puntos a nuestra gráfica con la función geom_point. Finalmente, si queremos que nuestra gráfica sea interactiva, utilizamos la función ggplotly:

dispersion<-ggplot(viajes)+geom_text(aes(Longitud,Latitud),label= rownames(viajes))+geom_point(aes(Longitud,Latitud),color= rainbow(4))
ggplotly(dispersion)

V. Creando un mapa

Para crear un mapa, utilizaremos la funcion qmplot:

qmplot(Longitud, Latitud, data=viajes, color=I(rainbow(4)))

VI. Mapa de puntos y denssidad

Podemos agregar el parámetro geom = c("point","density2d") para hacer un mapa de puntos y densidad:

qmplot(Longitud, Latitud, data=viajes, geom=c("point","density2d"))

VII. Preguntas

1.- ¿Cómo están distribuidas sus ubicaciones?

Nuestras ubicaciones se encuntran dispersas entre la republica Mexicana, cargadas preferencialmente hacia el sur del pais.

2.- Si tuvieras que pensar en una función que pasara por todas sus ubicaciones, ¿qué tipo de función sería?

Funcion Vectorial

3.- ¿Consideras que graficar la ubicación de una persona en un mapa tiene un valor económico? ¿Por qué?

SI, porque utilizandolo en un sentido de marketing, es posible conocer los tipos de sociedades que habitan en una region y asi utilizar esa informacion para la venta de productos especificos y para medir indicadores poblacionales como indices de pobreza.

4.- ¿Hasta ahora qué han aprendido en el curso?

A la utilizacion de R como herramienta de apoyo que podemos utilizar dentro de nuestra carrera.


Esta obra fue generada mediante R en November 20, 2020 y forma parte de las actividades realizadas en las materias de Matemáticas I y Taller III, Facultad de Economía, UNAM.
Esta obra está bajo una licencia de Creative Commons Reconocimiento-NoComercial-CompartirIgual 4.0 Internacional. Creative Commons (CC).Licencia de Creative Commons